基于聚类的高效(K,L)-匿名隐私保护

• 作者: 冯慧慧 柴瑞敏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: (K,L)-匿名 敏感属性 隐私保护 信息损失 聚类 K-means算法
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 安全技术
• 页码范围: 139-142,163
• 页数: 5页
• 分类号: TP309
• 字数: 4683字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.01.026

摘要

为防止发布数据中敏感信息泄露,提出一种基于聚类的匿名保护算法.分析易被忽略的准标识符对敏感属性的影响,利用改进的K-means聚类算法对数据进行敏感属性聚类,使类内数据更相似.考虑等价类内敏感属性的多样性,对待发布表使用(K,L)-匿名算法进行聚类.实验结果表明,与传统K-匿名算法相比,该算法在实现隐私保护的同时,数据信息损失较少,执行时间较短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴瑞敏	辽宁工程技术大学电子与信息工程学院	20	225	7.0	15.0
2	冯慧慧	辽宁工程技术大学电子与信息工程学院	1	16	1.0	1.0